主页 / unix / 问题 / 702347
Accepted
Roel Van de Paar
Asked: 2022-05-13 20:24:15 +0800 CST

Bash：sed 或 awk 重写数字序列

  • 772

如何编写将重写以下内容的sed（或awk，或两者）：

echo 'v100 v201 v102 v300 v301 v500 v999 v301' | sed/awk ...

到这个输出：

v1 v2 v3 v4 v5 v6 v7 v5

即每个后续vx都被重写以开始，v1...vn并且在v序列中使用相同的位置（即v301）v应该应用相同的（如中v5）。

旁注：示例输入序列显示了所有可能的可能性（即重复、无序的原始数据、原始数字的跳跃）。

您是可以回答这个问题的 sed 或 awk 专家吗？

bash awk

5 个回答

  1. 与perl：

    $ echo 'v100 v201 v102 v300 v301 v500 v999 v301' |
   perl -pe 's{v\K\d+}{$seen{$&} //= ++$n}ge'
v1 v2 v3 v4 v5 v6 v7 v5
    • v\d+匹配v后跟一个或多个十进制数字。\Kafterv重置匹配部分的开头，保留K其左侧的内容， the v，以便仅替换数字序列s。
    • 该e标志导致替换被视为被评估以产生替换的代码。e在该代码中，$&包含匹配的部分。
    • A // B是OR的一种形式，扩展为AifA已定义，B否则（与之相反A || B，扩展为AifA解析为真值，B否则）。//=是对应的赋值形式。所以A //= B是if (defined(A)) {A} else {A = B}.

    请注意，$seen哈希表在这些数字的字符串值上建立索引，依此类推v2 v02 v002，您将得到v1 v2 v3,2并且02是002彼此不同的字符串。您可以替换$&为0+$&规范化数字（010 被视为 10，而不是八进制 8），以便获得v1 v1 v1上面的示例。或者，您可以s{v0*\K\d+}{$seen{$&} //= ++$n}ge保留前导0s 并v1 v01 v001改为 get 。

    例如，为了避免替换v1找到的，您可以在匹配 ( )的两侧rev1sion添加一些单词boundary 正则表达式运算符。\bv\K\d+\b或者仅替换以空格分隔的单词（v1.2例如不理会），为非白色步调添加一些负面的环顾四周： .S(?<!\S)v\K\d+(?!\S)

    • 5
  2. Best Answer

    使用awk：

    awk '{ for (i=1; i<=NF; ++i) $i = (seen[$i] ? seen[$i] : seen[$i] = "v" ++n) }; 1'

    这将遍历每个输入行的所有字段并重新分配它。重新分配的值v后面是 counter 的下一个值n，除非该字段的值以前曾见过，在这种情况下，它的新值将与之前给出的该字段的值相同。

    最后1的 触发修改行的输出。

    测试：

    $ echo 'v100 v201 v102 v300 v301 v500 v999 v301' | awk '{ for (i=1; i<=NF; ++i) $i = (seen[$i] ? seen[$i] : seen[$i] = "v" ++n) }; 1'
v1 v2 v3 v4 v5 v6 v7 v5

    awk仅在与正则表达式匹配时修改字段的替代命令^v[0-9]+$：

    awk '{ for (i=1; i<=NF; ++i) if ($i ~ "^v[0-9]+$") $i = (seen[$i] ? seen[$i] : seen[$i] = "v" ++n) }; 1'

    或者，跨多行格式化以提高可读性：

    awk '
{
    for (i=1; i<=NF; ++i)
        if ($i ~ "^v[0-9]+$")
            $i = (seen[$i] ? seen[$i] : seen[$i] = "v" ++n)
}; 1'
    • 5

  3. GNU 实现awk支持RS被定义为正则表达式，并在RT特殊变量中记录它匹配的内容。因此，使用它，您可以执行以下操作：

    $ echo 'v100 v201 v102 v300 v301 v500 v999 v301' |
   gawk -v RS='v[0-9]+' -v ORS= '
     RT {$0 = $0 "v" (RT in seen ? seen[RT] : seen[RT] = ++n)}1'
v1 v2 v3 v4 v5 v6 v7 v5

    请注意，它会替换所有出现的v后跟数字，即使是在诸如 inrev1.2或之类的单词中找到的那些rev0lution。就像我的 perl 方法一样，如果数字可能是零填充的，您可能需要调整它。

    • 2

  4. 如果您的输入仅包含后跟数字的“v”字符串，并且您可以使用空格分隔的输出，则此 perl 脚本可以执行您想要的操作：

    $ echo 'v100 v201 v102 v300 v301 v500 v999 v301' | 
    perl -lne '
      @line = ();
      #my $i=0;
      #my %seen=();
      while (/(v\d+)/g) {
        $seen{$1} = "v" . ++$i unless ($seen{$1});
        push @line, $seen{$1}
      };
      print join(" ",@line);'
v1 v2 v3 v4 v5 v6 v7 v5

    perl 的-n选项遍历输入的每一行（类似于sed -n脚本），并-l自动从输入行的末尾截取换行符并将它们添加回打印语句。

    该while (/(v\d+)/g) 循环迭代（并捕获）每个输入行中$1匹配的所有字符串。v\d+如果该匹配项之前没有出现过，则增加计数器并将其添加到 %seen 哈希中。然后push（即添加到末尾）一个名为@line. 在while 循环结束后（即处理完输入行之后），打印@line 数组，每个元素之间有一个空格字符。

    对于每个输入行，@line 数组都重置为空。如果您还希望为每个输入行重置编号 ( $i) 和哈希，请取消注释该行之前的两行：%seenwhile(...)

    my $i=0;
my %seen=();
    • 1

  5. 仅限 GNU awk：

    echo 'v100 v201 v102 v300 v301 v500 v999 v301' |
  awk -v RS='[[:space:]]' -F '' '
    $0 {printf "%s", $1 (A[$0]?A[$0]:A[$0]=++i) RT}'
v1 v2 v3 v4 v5 v6 v7 v5
    • 0

相关问题